控制方向未知的SISO非仿射系统间接自适应模糊输出反馈控制

针对一类单输入单输出(SISO)非仿射非线性系统控制方向未知时出现的控制器奇异问题,提出了一种间接自适应模糊控制方案.利用中值定理将非仿射系统转化为仿射系统,通过模糊逻辑系统逼近该仿射系统中的未知函数,并构造模糊控制器,同时利用Lyapunov稳定性定理设计自适应律,最终克服了控制器的奇异问题;在此基础上,通过构造观测器估计跟踪误差,设计输出反馈自适应模糊控制器,解决了状态不可测时系统控制器设计难题,采用Lyapunov稳定性定理证明控制器能使得跟踪误差收敛同时闭环系统所有信号均有界.仿真结果验证了所设计控制方案的可行性与有效性.     

多变量非线性系统的间接模糊输出反馈自适应控制

针对一类多输入多输出非线性不确定系统，提出一种基于观测器的模糊间接自适应控制方法，并基于李亚普诺夫函数方法，导出了输出反馈控制律以及参数的自适应律，证明了整个控制方案不但能保证闭环系统稳定，而且取得了良好的跟踪控制性能。     

MIMO非仿射非线性系统的自适应模糊控制

针对一类多输入多输出非仿射非线性系统,设计了一种自适应模糊H∞控制方案,该方案把自适应模糊控制和高增益观测器结合起来.利用多变量的隐函数定理,证明了非仿射系统控制器的存在性.通过设计高增益观测器,解决了系统的状态不可测量问题,实现系统的输出反馈控制,模糊自适应控制增强了系统在线逼近干扰及处理系统不确定的能力.仿真结果表明了控制方案的有效性及优越性.     

基于观测器的一类非仿射非线性系统的自适应神经网络H∞跟踪控制

针对一类带有外部干扰、状态不可测的非仿射非线性系统,提出了基于观测器的自适应神经网络H∞跟踪控制结构.利用隐函数定理和泰勒公式及中值定理,将非仿射非线性系统转变为仿射型非线性系统.控制器由等效控制器和H∞控制器组成,H∞控制器用于减弱外部干扰及神经网络逼近误差对跟踪的影响.总体控制方案及基于李亚普诺荇夫稳定性理论的权值更新律保证了系统的稳定性及跟踪误差渐近收敛于零,并使干扰对系统的影响衰减到指定的性能指标.理论分析及仿真结果均证明了本文方法的有效性.     

多输入多输出多重时延非线性系统的白适应模糊控制

针对多输入多输出多重时延非线性系统,提出了一种自适应模糊跟踪控制方案.该方案有机综合了自适应控制和H∞控制.文中构建了一种自适应时延模糊逻辑系统用来逼近有多重时延的未知函数;设计了H∞补偿器来抵消模糊逼近误差和外部扰动.根据跟踪误差给出了参数调节规律.构造了包含时延的李雅普诺夫函数,从而证明了误差闭环系统满足期望的H∞跟踪性能.仿真结果表明了该方案的可行性.     

一类非线性MIMO系统的模糊自适应输出反馈控制

针对一类MIMO非线性状态不可测系统,提出一种基于观测器的模糊自适应输出反馈控制方法,通过应用“主导输入”的概念,并将自适应控制、H∞控制与模糊逻辑系统相结合,导出了输出反馈控制律以及参数的自适应律.基于李亚普诺夫函数证明了该控制方法可保证闭环系统的全局稳定,并获得了H∞跟踪性能指标.     

含高阶干扰的非仿射非线性系统自适应跟踪控制

本文考虑了一类带有高阶干扰和未知参数的非仿射非线性系统的自适应跟踪控制问题.为了提高系统的抗干扰性能,首先设计了扩张状态滤波器估计系统受到的高阶干扰,并把干扰估计值引入到控制器中.其次,在每一步递推设计中,为了避免backstepping方法固有的"微分爆炸"问题,引入滑模微分器估计虚拟控制律的微分,进而提出了一种新的自适应控制策略.借助Lyapunov函数理论方法分析了闭环系统的稳定性,即在所提控制策略作用下,可保证闭环系统所有信号是一致最终有界的.最后,利用MATLAB仿真验证了方法的有效性.     

多输入多输出最小相位系统的执行器故障自适应容错控制

针对一类具有执行器卡死或/和变执行器故障的多输入多输出(MIMO)非线性最小相位系统提出了自适应容错跟踪控制方案.结合系统特征对系统执行器进行分类,用神经网络逼近执行器未知故障函数,采用模型参考自适应容错控制方法设计控制律.所设计的控制律不仅保证闭环系统稳定,而且跟踪误差一致最终有界.仿真结果表明了所提出方法的有效性.     

具有输入和输出约束的高阶随机系统神经网络控制

针对高阶非线性系统,开展自适应神经网络跟踪控制器设计,系统受到随机扰动的影响.首次把输入和输出约束问题引入到高阶系统的跟踪控制中,并假定系统动态是未知.首先借用高斯误差函数表达连续可微的非对称饱和模型以实现输入约束,和障碍Lyapunov函数保证系统输出受限;其次,针对高阶非线性系统,径向基函数(RBF)神经网络用来克服未知系统动态和随机扰动.在每一步的backstepping计算中,仅用到单一的自适应更新参数,从而克服了过参数问题;最后,基于Lyapunov稳定性理论提出自适应神经网络控制策略,并减少了学习参数.最终结果表明设计的控制器能保证所有闭环信号半全局最终一致有界,并能使跟踪误差收敛到零值小的邻域内.仿真研究进一步验证了提出方法的有效性.     

非线性时滞大系统自适应神经网络分散控制

针对一类未知非线性时滞关联大系统,提出一种自适应神经网络分散跟踪控制方案．采用神经网络逼近各子系统内部的非线性函数和关联项中的时滞非线性函数;利用占有方法处理时滞项,采用Backstepping技术设计分散控制律和参数自适应律．基于Lyapunov-Krasoviskii泛函证明了闭环大系统所有信号半全局一致最终有界．通过调节设计参数和增加神经元个数,可以实现任意输出跟踪精度．实例仿真说明了该方案的可行性。     

多输入多输出多重时延非线性系统的自适应模糊控制

针对多输入多输出多重时延非线性系统,提出了一种自适应模糊跟踪控制方案．该方案有机综合了自适应控制和H∞控制.文中构建了一种自适应时延模糊逻辑系统用来逼近有多重时延的未知函数;设计了H∞补偿器来抵消模糊逼近误差和外部扰动．根据跟踪误差给出了参数调节规律．构造了包含时延的李雅普诺夫函数,从而证明了误差闭环系统满足期望的H∞跟踪性能．仿真结果表明了该方案的可行性．     

基于神经网络的一类非线性系统的稳定自适应控制器设计方法*

针对一类非线性连续时间系统,其中非线性函数未知,提出了一种基于神经网络的稳定自适应控制方案,由于控制律的选择基于Ｌｙａｐｕｎｏｖ稳定性理论,因此,该控制方案不仅能够解决这类非线性系统的跟踪问题。     

基于自适应神经网络的不确定非线性系统的模糊跟踪控制

提出了一种基于模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,首先利用T＿S模糊模型对系统的已知特性进行近似建模,对基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.并在此基础上,进一步采用RBF神经网络完全自适应控制,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,从而有效地消除系统的未知不确定性和模糊建模误差的影响,保证了非线性闭环系统的稳定性和系统的H∞跟踪性能,而不要求系统的不确定项和模糊建模误差满足任何匹配条件或约束.最后,将所提出的方法应用到一非线性混沌系统,仿真结果表明了所提出的方案不仅能够有效地稳定该混沌系统,而且能使系统输出跟踪期望输出.     

具有零动态的SISO仿射非线性系统的神经网络自适应跟踪控制

针对具有零动态的SISO仿射非线性系统提出了一种神经网络直接自适应跟踪控制方法.采用梯度下降算法最小化未知理想控制器与神经网络控制器的误差代价函数以获得参数自适应律,控制器中无需另加鲁棒控制项.基于Lyapunov稳定性定理证明了在该控制器的作用下能保证输出跟踪误差及相应闭环系统的所有状态最终一致有界及神经网络参数的收敛性.仿真结果验证了该文方法的有效性.     

多输入–多输出非线性系统的特征模型及在挠性卫星姿态控制中的应用

研究多输入–多输出（MIMO）高阶非仿射非线性系统的特征建模问题.首先证明了MIMO高阶非仿射非线性系统的特征模型可用二阶时变差分方程组描述,并给出了特征模型的建模误差.然后设计了基于特征模型的自适应模糊广义预测控制器,利用Lyapunov方法分析了闭环系统的稳定性.由于控制结构中使用了分层模糊逻辑系统,从而极大减少了模糊规则和可调参数的个数,提高了控制的实时性.通过对挠性卫星姿态控制的仿真研究验证了所给控制方案的有效性,可实现高精度的姿态控制,且该方法具有较强的鲁棒性.     

一类MISO 最小相位系统的执行器故障自适应容错控制

针对一类具有执行器卡死或/和变执行器故障的多输入单输出(MISO)非线性最小相位系统,提出一种自适应容错跟踪控制方案.采用自适应算法估计系统的不确定性,利用神经网络逼近执行器未知故障函数,以完成执行器组合故障状态下的跟踪控制.所设计的控制律不仅保证了闭环系统稳定,而且所有状态均有界,跟踪误差一致最终有界.仿真结果表明了所提出方法的有效性.     

基于控制性能的MIMO非线性系统动态面控制

针对一类不确定非线性MIMO(multiple-input multiple-output)系统,在动态面控制方法的基础上,提出了自适应跟踪控制方案.通过引入性能函数和输出误差转换,保证输出信号具有指定的跟踪速度、跟踪误差、最大超调量.为了避免控制奇异问题,采用神经网络直接逼近期望控制信号.该方案无需估计神经网络的权值,仅对1个参数进行自适应律设计.理论证明了闭环系统所有信号有界,仿真结果验证了所提方案的有效性.     

未知仿射非线性系统的执行器容错控制设计

针对一类多输入单输出未知仿射非线性系统研究了在执行器发生故障情况下的容错控制问题,基于反步设计和自适应模糊逼近理论给出了控制方案使闭环系统能够同时容忍执行器的卡死和失效故障。在每一步设计中采用一个模糊逼近器来逼近未知函数,其中包括系统函数和由故障引起的未知动态。然后基于Lyapunov稳定性理论设计自适应律在线调节逼近器的参数,使其可以自动补偿故障对系统的影响。最终得到的控制器能够在执行器发生卡死和失效故障的情况下利用未卡死执行器的有效部分保证闭环系统是稳定的,并且输出能够以指定的精度跟踪给定参考信号。仿真算例证实了该方法的可行性和有效性。     

基于自适应AGBFN的不确定非线性系统的跟踪控制

针对一类具有未知不确定性的非线性系统,提出了一种基于观测器的自适应不对称高斯基函数网络(AGBFN)跟踪控制方案.当系统只有输出可以测量时,通过设计观测器对其进行在线状态估计,进而构造反馈控制律和自适应控制律.所提出的完全自适应AGBFN,可以在线更新网络所有参数,克服了传统RBF网络对称性约束,提高了网络的适应性和学习能力,可以有效地对消系统未知不确定项的影响.证明了闭环系统所有误差信号最终一致有界,且系统输出较好地跟踪参考模型输出.仿真结果表明了所提出方法的有效性.     

一类未知参数非线性系统的自适应无源控制

对一类含有未知参数的本质非线性系统,通常的Backstepping方法无法应用.为此,提出一种基于状态反馈的自适应无源控制对策,通过对非线性系统进行反馈无源化控制,设计自适应无源镇定控制器和自适应无源输出跟踪控制器.设计中适当调节自适应无源控制器参数,能够保证闭环系统稳定且所有信号全局一致有界,从而解决了此类含有未知参数非线性系统的稳定性和输出跟踪问题.仿真算例验证了提出控制方案的有效性,表明系统具有较强的稳定性和跟踪特性.